队列突变全景：oncoplot

先做队列概览

maftools 的 plotmafSummary 给出六个面板：变异分类、变异类型（SNP、INS、DEL）、六类碱基替换、每个样本的变异数、负荷箱线图和高频基因。这是正式分析之前的合理性检查。

TCGA-LAML 是典型的低突变负荷肿瘤，每个样本的非同义突变中位数约为 9 个。如果你自己的数据每个样本有上千个变异，多半残留了胚系变异或假阳性；如果只有少数样本远高于其他样本，则可能是真实的超突变（例如 POLE 突变或错配修复缺陷）。判为假阳性之前，先看看它们的突变谱（第 9 章）。

读一张 oncoplot

oncoplot 的每一行是一个基因，每一列是一位患者。有色格子表示这位患者在这个基因上有非同义突变，颜色代表变异分类；同一基因有不止一个突变时标为 Multi_Hit。顶部柱条是每位患者的变异数，右侧是该基因的突变患者比例。

基因按突变频率从高到低排列。患者的排列则是为了好看：先按第一个基因是否突变分组，再按第二个基因……于是突变格子堆成阶梯。两个基因很少落在同一列，看起来像互斥；总在同一列，看起来像共现。

在 LAML 上动手：频率、共现与互斥

拖动滑块可以改变显示的基因数。LAML 中排在最前的是 FLT3、DNMT3A 和 NPM1，FLT3 与 DNMT3A 各约占四分之一的患者，之后是 IDH1/2、TET2、RUNX1、TP53、NRAS、CEBPA 等，与 AML 已知的生物学一致。

右侧百分比的分母是 193 位有 MAF 记录的患者。临床表中还有 7 位已测序、但没有任何突变记录的患者，把他们算进分母，每个基因的频率都会略低一些。报告频率时，要写清分母是谁。

肉眼看到的阶梯只是线索。点击一个基因名，组件会把它和其余每个基因做 Fisher 精确检验，在显示的基因之间做 BH 校正，给出 q 值，用来判断互斥与共现。AML 中 NPM1 常与 FLT3、DNMT3A 同时突变；IDH1/IDH2 与 TET2 互斥是文献中的经典观察，可以试试在这 193 例中能否达到统计显著。

常见误区

• 把 oncoplot 上的频率直接和别的研究比较。 不同研究的分母（是否包含无突变样本）、非同义的口径和覆盖情况都可能不同。
• 把阶梯图案当作互斥的证据。 阶梯是排序造成的视觉效果，结论要靠检验和 FDR。
• 忽视覆盖不足造成的假阴性。 覆盖差的基因在 oncoplot 上会显得比实际少见，例如 GC 含量极高的 CEBPA 在捕获测序中常常覆盖不佳。